極智視界分享了多模態(tài)大模型中的動(dòng)態(tài)高分辨率技術(shù),該技術(shù)允許模型根據(jù)圖像復(fù)雜度實(shí)時(shí)調(diào)整處理分辨率,以?xún)?yōu)化計(jì)算量。介紹了LLava-Next中的實(shí)現(xiàn),包括切圖和縮放兩個(gè)分支,并展示了動(dòng)態(tài)高分辨率的代碼實(shí)現(xiàn),涉及尋找最接近的寬高比和動(dòng)態(tài)預(yù)處理。
北京第二十六維信息技術(shù)有限公司(至頂網(wǎng))版權(quán)所有. 京ICP備15039648號(hào)-7 京ICP證161336號(hào)京公網(wǎng)安備 11010802021500號(hào)
舉報(bào)電話:010-62641205-5060 涉未成年人舉報(bào)專(zhuān)線:010-62641208 舉報(bào)郵箱:jubao@zhiding.cn
網(wǎng)上有害信息舉報(bào)專(zhuān)區(qū):https://www.12377.cn